重庆市教育委员会科学技术研究项目(KJ120519) 作品数:7 被引量:37 H指数:3 相关作者: 罗元 王艳 张毅 崔叶 何超 更多>> 相关机构: 重庆邮电大学 更多>> 发文基金: 重庆市教育委员会科学技术研究项目 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
基于改进去伪匹配SURF算法的静态手语字母识别 被引量:3 2014年 针对SURF(Speeded-Up Robust Features)特征点不稳定性导致的伪匹配问题以及距离特征判别兴趣点真伪的方法未考虑到图像尺度变化情况的匹配问题,本文结合深度图像提出一种改进的去伪匹配SURF算法用于静态手语识别。改进的去伪匹配算法采用手势轮廓面积加权的距离特征判别法,同时,采用角度特征判别法综合剔除错误匹配点。实验表明,手势轮廓面积对距离的加权有效解决尺度变化对匹配点去伪的影响,且本方法对光照、复杂背景、角度和尺度变化有较强鲁棒性,具有更高的识别率。 罗元 杨明珠 张毅改进RBPF的移动机器人同步定位与地图构建 被引量:9 2015年 传统Rao-Blackwellized粒子滤波器(RBPF)在移动机器人同步定位与地图构建(SLAM)研究中,存在算法复杂度过高、占用内存空间过多导致实时性不理想的问题,因此提出一种改进算法。在某一特定状态的一组粒子集中,粒子的统计特性是一致的,改进算法从中选取一个代表粒子,进行卡尔曼更新步骤,并在同一粒子集中重复使用。同时结合Gmapping算法的建议分布和自适应重采样技术。实际Pioneer III移动机器人在机器人操作系统(ROS)平台上进行的实验表明,该方法在保证栅格地图精度的同时能提高系统的实时性,降低复杂度,提高运算速度。 罗元 余佳航 汪龙峰 王运凯关键词:移动机器人 RAO-BLACKWELLIZED粒子滤波器 基于深度预分割结合Camshift跟踪算法的动态手势识别方法 被引量:2 2015年 针对现有改进的Camshift手势跟踪算法没有考虑光照变化影响下的鲁棒性,进而降低了动态手势的识别率,提出一种基于深度预分割结合Camshift跟踪算法的动态手势识别法.通过在Camshift手势跟踪的基础上引入深度信息,对手势搜索区域进行深度预分割,改进手势目标匹配概率,去除非手势肤色区域及光照变化的影响,最后用隐马尔可夫模型(HMM)进行识别.实验结果表明,提出的方法在光照变化及肤色干扰的环境下有很好的鲁棒性,数字0~9的平均识别率可达97.7%. 罗元 何超 王艳 张毅关键词:动态手势识别 CAMSHIFT算法 隐马尔可夫模型 基于双目视觉的智能清洁机器人覆盖率测试系统设计与实现 被引量:3 2015年 目前智能清洁机器人的清洁覆盖率的测试主要采用单目视觉方法,针对其测量范围小、获取信息不完整、测量精度低等缺点,设计并实现了基于双目视觉特征跟踪算法的清洁机器人清洁性能测试系统。该系统采用摄像机、智能清洁机器人为硬件平台,Ground Truth System为软件平台,运用SURF算法提取具有高鲁棒性的特征点,在后续帧中运用KLT匹配算法对特征点进行稳定跟踪,结合机器人运动路径和机器人参数实现了智能清洁机器人清洁覆盖率的测量。实验证明,该方法对智能清洁机器人的清洁覆盖率测量是快速有效的。 罗元 熊艳 苏琴关键词:双目视觉 SURF算法 基于混合SVM与AdaBoost分类的面部表情识别的人机交互 被引量:1 2013年 基于二维主元分析(2DPCA)方法提出一种混合支持向量机(SVM)与AdaBoost算法的面部表情分类方法。首先,该方法对灰度图像进行人脸检测,通过小波变换和二维主元分析得到特征数据,有效地减少了计算量;然后,采用SVM方法对特征数据进行分类学习,得到初始分类器;最后,通过AdaBoost算法对SVM分类结果进行进一步加强,形成强分类器,提升了分类能力,确保了表情识别工作,并实现基于面部表情识别的智能轮椅的人机交互的鲁棒性。实验结果表明:该方法不仅有效地提高了样本的分类能力,而且降低了计算的复杂度,在智能轮椅人机交互实验中的平均识别率达到92.5%。 崔叶 王艳关键词:人脸表情识别 支持向量机 一种基于改进DTW算法的动态手势识别方法 被引量:7 2013年 结合Kinect传感器提出了一种基于改进的DTW算法的动态手势识别方法。首先,通过SDK对Kinect传感器获得的深度信息进行分析,获得人体骨骼点3D位置,选取其中4个点作为手部运动特征;然后,用加权距离和全局路径限制的方法对传统的DTW算法进行改进;最后,用改进的DTW算法进行模板训练和实现动态手势的识别。实验表明:该方法能很好地实现动态手势的识别,实时性好,在背景干扰和光照方面有较强的鲁棒性,较传统的DTW算法在识别速度和识别正确率方面有所提高。 何超 胡章芳 王艳关键词:动态手势识别 基于融合DCT和LBP特征提取的面部表情识别 被引量:13 2014年 针对离散余弦变换(DCT)只能提取面部表情图像的全局特征,而忽略了临近像素之间的关系、不能提取纹理特征信息、不能准确区分相似表情等问题,提出一种融合离散余弦变换方法和局部二值模式(LBP)特征的表情特征提取方法。该方法首先将人脸图像经过DCT获得的低频系数作为表情的全局特征;然后用LBP对贡献率较大的嘴部、眼睛区域进行局部纹理特征提取,通过将LBP提取到的局部纹理特征与DCT提取到的全局特征进行融合,从而得到更有效的表情特征;最后利用支持向量机(SVM)进行识别。实验结果表明:该方法比单独使用DCT方法提取的表情特征更有利于识别,提高了表情识别的准确性,并将这个表情识别方法用于智能轮椅的控制上,收到了良好的效果。 罗元 崔叶 王艳 张毅关键词:面部表情识别 DCT LBP SVM